Philipp Schmid

机器学习工程师、技术作家，Hugging Face 机器学习工程师，专注于 LLM 和 AI Agent 架构。

概述

Philipp Schmid 是 Hugging Face 的机器学习工程师，也是活跃的技术博客作者。他在 AI Agent 架构、大语言模型应用和机器学习工程实践方面发表了大量有影响力的文章。

专业领域

AI Agent 架构

Schmid 是 [[deep-agents|Deep Agents (Agent 2.0)]] 架构的重要倡导者之一。他在文章中系统性地阐述了从浅层代理（Agent 1.0）到深层代理（Agent 2.0）的架构演进：

  • 显式规划 - 使用工具创建和维护计划
  • 分层委托 - 编排器-子代理模式
  • 持久记忆 - 外部存储作为真相来源
  • 极致上下文工程 - 详细的指令和协议

技术写作

Schmid 的博客 (philschmid.de) 涵盖以下主题：

  • Agent 设计模式
  • 代理记忆管理
  • 子代理的崛起
  • LLM 微调和部署
  • AWS 和 Hugging Face 集成

主要文章

文章 主题 影响
Agents 2.0: From Shallow Loops to Deep Agents Deep Agents 架构 系统阐述 Agent 2.0 四大支柱
Agentic Patterns 代理设计模式 分类和解释不同代理架构模式
Memory in Agents 代理记忆 持久记忆系统设计
The Rise of Subagents 子代理 分层委托架构详解

技术观点

关于 Agent 2.0

Schmid 认为，从浅层代理到深层代理的转变不仅仅是连接更多工具，而是从反应式循环到主动式架构的根本转变：

“Moving from Shallow Agents to Deep Agents isn’t just about connecting an LLM to more tools. It is a shift from reactive loops to proactive architecture.”

关于上下文工程

他强调，更智能的模型需要更好的上下文工程，而非更少的提示：

“Smarter models do not require less prompting, they require better context.”

相关页面

  • [[deep-agents]] - Deep Agents (Agent 2.0) 架构详解
  • [[ai-agents]] - AI 代理系统概览
  • [[multi-agent-coordination]] - 多智能体协调模式
  • [[claude-code]] - Claude Code 工具设计哲学

来源引用